論文の概要: Separating Statistical Inference from Experimental Runtime: An Architecture for Sequential Scientific Analysis
- arxiv url: http://arxiv.org/abs/2610.15824v1
- Date: Sun, 11 Oct 2026 18:25:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 15:48:39.109385
- Title: Separating Statistical Inference from Experimental Runtime: An Architecture for Sequential Scientific Analysis
- Title（参考訳）: 実験段階からの統計的推論の分離:シークエンシャル・サイエンス・アナリティクスのためのアーキテクチャ
- Abstract要約: 連続的な統計手続きは、異種源から観測が漸進的に到達する科学システムにますます組み込まれている。
データトポロジ、実行、実行ライフサイクル、永続化、外部アクションから統計的推論を分離するアーキテクチャを提案する。
我々は、オブジェクトモデルではなく、アーキテクチャを意味的に指定し、どんな実装でもテストできる7つの適合不変量を導出します。
- 参考スコア（独自算出の注目度）: 45.88028371034407
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sequential statistical procedures are increasingly embedded in scientific systems in which observations arrive incrementally from heterogeneous sources. In such systems the statistical update is only one part of the computation: observations must also be acquired, aligned across inputs, ordered, delivered, persisted, and replayed, and results must be passed to systems that display them or act on them. Sequential methods are nevertheless missing from the general software toolkit. They run inside proprietary experimentation platforms and commercial statistical packages, or exist as offline functions over complete data, and the batch fit interface that dominates machine-learning libraries has no place for a procedure that listens, keeps state, and decides when to stop. We propose an architecture that separates statistical inference from data topology, execution runtime, run lifecycle, persistence, and external action. Its central abstraction is the Sequential Procedure: a state-transition function that maps an inferential state, a valid statistical input, and a statistical random state to a new state and a scientific output. The procedure does not define how observations are acquired, paired, scheduled, stored, or acted upon. We specify the architecture semantically rather than through an object model, derive seven conformance invariants that any implementation can be tested against (among them synchronous/asynchronous, checkpoint, replay, and batch equivalence), and describe a dependency-free reference implementation in which all seven hold bitwise. Lorden's 2-SPRT for the Kiefer-Weiss problem serves as the reference procedure; the same contract accommodates sequential estimators, Bayesian filters, change-point detectors, and stateful predictive models.
- Abstract（参考訳）: 連続的な統計手続きは、異種源から観測が漸進的に到達する科学システムにますます組み込まれている。
このようなシステムでは、統計的な更新は計算の1つに過ぎず、観測は取得され、入力にまたがって整列され、順序付けされ、配信され、持続され、再生され、その結果はそれらを表示するシステムに渡され、動作されなければならない。
それでも、シークエンシャルメソッドは一般的なソフトウェアツールキットから欠落している。
それらはプロプライエタリな実験プラットフォームや商用統計パッケージ内で動作し、あるいは完全なデータよりもオフライン関数として存在する。
データトポロジ、実行ランタイム、実行ライフサイクル、永続化、外部アクションから統計的推論を分離するアーキテクチャを提案する。
その中心となる抽象化はシークエンシャル・プロシージャ(Sequential procedure)であり、推論状態、有効な統計的入力、統計ランダム状態を新しい状態と科学的出力にマッピングする状態遷移関数である。
この手順は、どのように観測が取得され、ペア化され、スケジュールされ、保存され、実行されるかを定義していない。
アーキテクチャをオブジェクトモデルではなくセマンティックに定義し、すべての実装がテスト可能な7つの適合不変量(同期/非同期、チェックポイント、リプレイ、バッチ等価性)を導出し、すべての7つの実装がビット単位で保持される依存性のない参照実装を記述します。
ローレンのキーファー・ワイス問題に対する2-SPRTは参照手順として機能し、同じ契約はシーケンシャルな推定器、ベイズフィルタ、変化点検出器、ステートフルな予測モデルに対応している。
関連論文リスト
- Towards Universal Representation-Based Process Control [21.062691515405888]
時間的プロセス学習とモニタリングパイプラインはローカルウィンドウで動作するため、実際にはウィンドウレベルの決定は避けられない。
本研究では,ウィンドウレベルのモニタリングをプロセス制御問題とみなし,参照ベースの仮説テストとして再検討する。
我々は、事前訓練された時系列エンコーダ、カーネル密度推定、コンフォメーションキャリブレーションを組み合わせた表現ベースの非パラメトリックフレームワークにより、この視点を運用する。
論文 参考訳（メタデータ） (2026-09-25T04:14:55Z) - clifford qc: A Python Toolkit for Quantum Simulation [0.0]
clifford_qcは、量子モデルを構築するためのPythonリサーチツールキットである。
ハミルトン、密度演算子、ゲート、および候補選択オブザーバブルを接続する。
専用インタフェースは、回路プログラム、実行、統計的推定を扱う。
論文 参考訳（メタデータ） (2026-09-19T14:45:38Z) - A Unified Particle Filter LSTM for Data-Driven Process Simulation [1.9473631530390483]
イベントログは、基礎となるプロセス状態の部分的なビューのみを提供する。
本稿では,重み付けされた再帰状態仮説を逐次更新する統一粒子フィルタLSTMを提案する。
このフレームワークは、イベントログデータからエンドツーエンドにトレーニングされ、3つの現実世界の緊急部署のデータセットで評価される。
論文 参考訳（メタデータ） (2026-09-02T00:53:37Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - Decoupling Inference from State Updates in Low-Latency Feature Engines via Probabilistic Thinning [6.081561157196023]
確率的シンニングにより、ストリーミング機械学習パイプラインにおける状態永続性からの推論を分離する。
我々は、高頻度のインメモリ制御プレーンやクロスワーカーを使わずに、永続パス制御が実現可能であることを示す。
実験全体では、最大90%のイベントが保存中の永続化パスから除外され、場合によっては下流のユーティリティを改善している。
論文 参考訳（メタデータ） (2026-06-15T17:18:05Z) - StatsClaw: An AI-Collaborative Workflow for Statistical Software Development [1.8686116192307898]
既存のAIコード生成ツールは、迅速にコードを生成するが、忠実な実装を保証することはできない。
コード生成とバリデーションの間の情報バリアを強制するClude Code用のマルチエージェントアーキテクチャであるStatsClawを紹介します。
その結果,StatsClawはソフトウェアライフサイクルの工学的オーバーヘッドを吸収し,研究者が実質的な方法論的決定を全てコントロールできることが示唆された。
論文 参考訳（メタデータ） (2026-04-06T17:18:53Z) - Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。
本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。
本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
論文 参考訳（メタデータ） (2026-02-13T14:57:15Z) - Bisimulation Learning [55.859538562698496]
我々は、大きな、潜在的に無限の状態空間を持つ状態遷移系の有限バイシミュレートを計算する。
提案手法は,実際に行われている他の最先端ツールよりも高速な検証結果が得られる。
論文 参考訳（メタデータ） (2024-05-24T17:11:27Z) - Sequential Predictive Two-Sample and Independence Testing [114.4130718687858]
逐次的非パラメトリック2サンプルテストと独立テストの問題点について検討する。
私たちは賭けによる(非パラメトリックな)テストの原則に基づいています。
論文 参考訳（メタデータ） (2023-04-29T01:30:33Z) - Nonparametric Conditional Local Independence Testing [69.31200003384122]
条件付き局所独立は、連続的な時間プロセス間の独立関係である。
条件付き地域独立の非パラメトリックテストは行われていない。
二重機械学習に基づく非パラメトリックテストを提案する。
論文 参考訳（メタデータ） (2022-03-25T10:31:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。